滑坡每年给人们的生命和财产造成巨大损失。它们是常见的地质灾害之一。为了预防和控制滑坡，有必要广泛监测山体表面的沉降过程。然而，由于恶劣天气、监测成本等难以克服的困难，山地聚落数据的采集呈现出局部数据不完整、数据采样不平衡、监测点动态变化等特点，阻碍了山体滑坡的防控研究，对数据采集和分析提出了新的挑战。现有的方法从空间角度弥补了这一不足，但忽略了时间维度的依赖性。为了解决上述问题，研究了不完全INSAR数据填充，利用时空掩模矩阵对时空相关性进行建模，利用多头注意综合研究了多级空间关系，并基于克里金法（Kriging）提出了一种新的时空注意克里金插值法，实现了对复杂时空特征的深刻理解。在真实数据集上的数据恢复实验表明，该算法能够有效地学习复杂的时空特征，在三种不同的数据丢失情况下都优于现有的插值算法。